1 datetime —— 时间对象是怎么「运转」的
是什么？为什么学？
datetime 模块是 Python 处理日期时间的官方标准库，核心有三个类：datetime（日期 + 时间）、date（只要日期）、timedelta（时间差）。日志时间戳、生日计算、订单超时判断、报表按天统计……凡是和时间有关的活儿都绕不开它。
底层原理
时间在 Python 里是对象，不是字符串。datetime 对象内部存着年、月、日、时、分、秒、微秒字段，datetime(2026, 8, 4, 9, 30, 45) 按位置传入即可构造；date 是它的「精简版」（没有时分秒）。**timedelta 是「时间差对象」**：datetime - datetime 得到 timedelta，datetime + timedelta 得到新时间——时间运算的本质是对象加减。strftime（f = format）是「时间 → 字符串」，strptime（p = parse）是「字符串 → 时间」，方向相反。
生活类比
datetime 像电子日历上的一格，date 像只写日期的纸质日历，timedelta 像撕日历的间隔——「今天加 7 天」就是往后翻 7 格，跨月、跨年、闰年自动处理，不用自己数天数。
注意事项总结
1 构造时间对象 + 日期加减 + 差值比较（一条龙）：
from datetime import datetime, timedelta
dt = datetime(2026, 8, 4, 9, 30, 45) # 年、月、日、时、分、秒
print(dt)
print(dt.year, dt.month, dt.day, dt.hour, dt.minute, dt.second)
print(dt.strftime("%Y-%m-%d %H:%M:%S")) # 格式化成字符串
d1 = datetime(2026, 8, 10, 9, 30, 45)
diff = d1 - dt
print("差多少天:", diff.days)
print("总秒数:", int(diff.total_seconds()))
print("一周前:", dt - timedelta(days=7))
print("d1 在 dt 之后:", d1 > dt)
运行结果：
2026-08-04 09:30:45
2026 8 4 9 30 45
2026-08-04 09:30:45
差多少天: 6
总秒数: 518400
一周前: 2026-07-28 09:30:45
d1 在 dt 之后: True
按「年月日时分秒」构造对象，.year 等属性取出各字段，strftime 变成字符串；d1 - dt 得到时间差对象，.days 取天数、.total_seconds() 换算总秒数；dt - timedelta(days=7) 往回翻 7 天（跨月自动处理）；时间对象还能直接比大小——时间是对象：可构造、可计算、可排序，字符串只是它的「照片」。
2 获取当前时间 + 常用格式符：
from datetime import datetime, date, timedelta
now = datetime.now() # 当前日期时间
today = date.today() # 今天的日期
print(now.strftime("%Y-%m-%d %H:%M:%S"))
print("一周后:", today + timedelta(days=7))
常用格式符：%Y 四位年份、%m 两位月份、%d 两位日期、%H 小时、%M 分钟、%S 秒。
3 strptime 字符串 → 时间（格式必须严格对应）：
from datetime import datetime
s = "2026-08-03 09:30:00"
dt = datetime.strptime(s, "%Y-%m-%d %H:%M:%S") # 格式必须和字符串严格对应
print(dt)
print(type(dt))
运行结果：
2026-08-03 09:30:00
<class 'datetime.datetime'>
易错点
- 错误写法：
strptime("2026-8-4", "%Y-%m-%d")→ 问题：%m要求两位数字，报ValueError→ 正确写法：字符串保持两位（2026-08-04），或改用正则解析。 - 错误写法：自己写
if month == 12: year += 1...处理跨年 → 问题：边界情况容易漏，闰年算错 → 正确写法：用timedelta，内部处理所有日历规则。
记忆口诀：时间是对象，字符串是照片；加减用 timedelta，转换靠 f 和 p。
2 collections —— 更聪明的「容器三兄弟」
是什么？为什么学？
collections 模块提供比内置 list / dict / tuple 更高级的容器。今天学三个高频的：Counter（计数器）、defaultdict（带默认值的字典）、namedtuple（有名字的元组）——它们让你少写一半的 if 和循环。
底层原理
Counter 本质是 dict 的子类——键是元素、值是次数；访问不存在的键返回 0 而不是报 KeyError（内部 __missing__ 兜底），most_common(n) 排序后取前 n 个。defaultdict 也是 dict 子类，构造时传「默认值工厂」（list / int），访问不存在的键时自动创建默认值并写回字典。namedtuple 是 tuple 的子类：不可变、能下标、能拆包，还多了属性名访问（p.x）。
生活类比
Counter 像点餐记录本：每点一次划一笔，最后告诉你每种菜点了几个；defaultdict 像自动补货的储物柜：没有的格子打开时自动放一个空盒；namedtuple 像填写完整的快递单：每个栏位有名字，而不是一串不知道是什么的编号。
注意事项总结
1 Counter——统计词频，缺失键不报错：
from collections import Counter
words = ["苹果", "香蕉", "苹果", "梨", "苹果", "香蕉"]
counts = Counter(words)
print(counts)
print("苹果:", counts["苹果"])
print("最多的两个:", counts.most_common(2))
print("没出现过的词:", counts["西瓜"]) # 缺失键返回 0，不报错
运行结果：
Counter({'苹果': 3, '香蕉': 2, '梨': 1})
苹果: 3
最多的两个: [('苹果', 3), ('香蕉', 2)]
没出现过的词: 0
Counter(words) 一行完成全部计数；关键：查没出现过的词返回 0 而不是 KeyError——手写 dict 计数必须先 if key in d 判断，麻烦得多。
2 defaultdict——分组收集，键不存在自动补默认值：
from collections import defaultdict
scores = [("语文", 90), ("数学", 95), ("语文", 88), ("英语", 92)]
d = defaultdict(list) # 默认值工厂：list
for subject, score in scores:
d[subject].append(score)
print(dict(d))
print(d["物理"]) # 不存在的键得到空列表 []
运行结果：
{'语文': [90, 88], '数学': [95], '英语': [92]}
[]
defaultdict(list) 声明「访问不存在的键时自动放一个空列表」；循环里第一次遇到「语文」自动建空列表再追加，第二次直接追加——不用再写「键不存在就初始化」的分支。默认值是 int 时，d[key] += 1 可直接做计数。
3 namedtuple——有名字的元组：
from collections import namedtuple
Point = namedtuple("Point", ["x", "y"]) # 定义一种新"类型"
p = Point(3, 4)
print(p.x, p.y) # 属性访问
print(p[0], p[1]) # 下标访问
x, y = p # 还能拆包
print(x, y)
运行结果：
3 4
3 4
3 4
易错点
- 错误写法：手写计数
if w in d: d[w] += 1 else: d[w] = 1→ 问题：啰嗦且容易漏分支 → 正确写法：用Counter(words)或defaultdict(int)。 - 错误写法：给 namedtuple 赋值
p.x = 5→ 问题：元组不可变，抛AttributeError→ 正确写法：重新构造Point(5, 4)。
记忆口诀：数数 Counter，分组 defaultdict，轻量结构 namedtuple；默认值工厂别忘了。
3 itertools —— 迭代器的「组合积木」
是什么？为什么学？
itertools 模块是一组「处理迭代器的工具函数」：合并（chain）、循环（cycle）、无限数数（count）、组合配对（product）、限量切片（islice）。它让你用一行替代手写循环，而且惰性（lazy）——元素「用到才算」，不会一次性全部造出来占内存。
底层原理
itertools 返回的都是迭代器对象（不是列表），遵循 Day 18 学的惰性求值：itertools.count(1) 理论上数到无穷大，但不会真的生成无穷个数字，只有每次 next() 或循环取一个才算一个。所以直接 list(itertools.count(1)) 会卡死，必须用 islice（限量取前几个）或 for 循环配合 break。chain 把多个可迭代对象「首尾相接」；product 计算笛卡尔积（所有配对），结果数 = 各序列长度相乘，注意别让量级爆炸。
生活类比
count 像无限长的取号机（要几个按几个）；cycle 像循环播放的歌单；chain 像把几根绳子接成一根；product 像点套餐——主食 × 饮料的所有搭配；islice 像切蛋糕：只切第 2 到第 4 块。
注意事项总结
1 count + islice——从无限序列里「限量取」；cycle——循环播放：
import itertools
for n in itertools.islice(itertools.count(1), 3):
print("count:", n)
names = ["张三", "李四"]
for name in itertools.islice(itertools.cycle(names), 4):
print("cycle:", name)
运行结果：
count: 1
count: 2
count: 3
cycle: 张三
cycle: 李四
cycle: 张三
cycle: 李四
itertools.count(1) 从 1 开始无限数数，islice(it, 3) 只取前 3 个；cycle(names) 把列表变成「循环播放」，配合 islice 取前 4 个。**绝不要直接 list(itertools.count(1))**——它没有尽头。
2 chain 合并 + product 笛卡尔积：
import itertools
print(list(itertools.chain([1, 2], ["a", "b"]))) # 合并成一个序列
for combo in itertools.product([1, 2], ["a", "b"]):
print(combo)
运行结果：
[1, 2, 'a', 'b']
(1, 'a')
(1, 'b')
(2, 'a')
(2, 'b')
chain 把两个列表首尾相接（合并列表不用写两层循环）；product 生成所有 (数字, 字母) 配对——「遍历所有组合」就靠它（比如穷举 4 位数字密码）。
易错点
- 错误写法：
list(itertools.count(1))→ 问题：无限序列转列表，程序永远跑不完 → 正确写法：用islice限量取，或for+break。 - 错误写法：同一个迭代器 for 两次 → 问题：迭代器是「一次性」的，第二次为空 → 正确写法：需要复用就转成
list()存下来。
记忆口诀：count 无限数，cycle 循环播，chain 接绳子，product 全配对；无限序列别贪心，islice 限量取。
4 re —— 用「模式」而不是「代码」来找文本
是什么？为什么学？
正则表达式（regular expression，简称 regex）是一套「用符号描述文本模式」的迷你语言。re 模块让你用一个模式字符串回答「这段文本里有没有电话号码 / 所有日期在哪 / 把数字换成 #」这类问题。字符串查找（in、find）只能匹配固定内容，正则能匹配一类内容。
底层原理
re 模块把模式字符串编译成状态机再扫描文本：findall 找出所有匹配子串、search 找第一个匹配（返回 match 对象）、sub 替换所有匹配、split 按匹配位置切分。常用符号：\d 数字、\w 字母数字下划线、\s 空白；. 任意字符、* 0 次或多次、+ 至少 1 次、? 0 次或 1 次；{n,m} 出现 n 到 m 次；[...] 字符集合；( ) 分组捕获；^ 开头、$ 结尾。**r 前缀（原始字符串）告诉 Python「别转义反斜杠」**，\d 才能原样交给正则引擎。
生活类比
正则像快递分拣规则：「把所有电话号（3-4-4 位数字带横杠）的包裹挑出来」——你描述规则，机器执行。find 像「找写着一模一样字样的包裹」，正则像「找符合规则的包裹」，一个认死理，一个认模式。
注意事项总结
1 findall 找出所有匹配 + search 分组拆解：
import re
text = "我的电话是 138-1234-5678，备用 010-12345678"
phones = re.findall(r"\d{3}-\d{4}-\d{4}", text) # 3位-4位-4位
print(phones)
text2 = "今天是 2026-08-03，天气不错"
m = re.search(r"(\d{4})-(\d{2})-(\d{2})", text2) # search 找第一个
if m:
print("整个匹配:", m.group(0))
print("年:", m.group(1), "月:", m.group(2), "日:", m.group(3))
运行结果：
['138-1234-5678']
整个匹配: 2026-08-03
年: 2026 月: 08 日: 03
r"\d{3}-\d{4}-\d{4}" 表示「3 个数字-4 个数字-4 个数字」，findall 扫出所有匹配（010-12345678 是 3+8 位不符合结构所以没匹配上）；( ) 把模式切成 3 组，search 找到第一个匹配后 m.group(0) 是整个匹配，group(1)~`group(3)` 是各组内容——提取年/月/日，拆组即可。
2 split 按一类字符切分 + sub 替换：
import re
text = "apple,banana;cherry orange"
print(re.split(r"[,; ]+", text)) # 按逗号/分号/空格切分
print(re.sub(r"\d+", "#", "abc123def456")) # 所有数字替换成 #
运行结果：
['apple', 'banana', 'cherry', 'orange']
abc#def#
split(r"[,; ]+", text) 用「一个或多个逗号/分号/空格」做分隔符——比 str.split(",") 一次只能按一种分隔符强；sub(r"\d+", "#", ...) 把连续数字整段替换成 #。
易错点
- 错误写法：正则字符串不写
r前缀："\d{3}"→ 问题：\d被当成d，匹配全错 → 正确写法：写r"\d{3}"，原样传给正则引擎。 - 错误写法：
search后不判断直接m.group()→ 问题：没匹配时m是None，报AttributeError→ 正确写法：先if m:判断再取值。
记忆口诀：\d 数字 \w 字，加 r 前缀别忘记；findall 找全部，search 取第一，sub 换 split 切，括号分组好提取。
5 动手实践：日期与文本处理工具
做一个工具脚本：从一段会议记录文本里提取所有日期（支持 2026-08-03 和 2026/8/3 两种写法），转成统一格式，统计每月有几场会议，并计算每场距离今天还有几天。
# text_tools.py —— 日期与文本处理工具
import re
from datetime import datetime
from collections import Counter
def extract_dates(text):
"""提取两种格式的日期：2026-08-03 或 2026/8/3"""
pattern = r"(\d{4})[-/](\d{1,2})[-/](\d{1,2})"
results = []
for year, month, day in re.findall(pattern, text):
results.append(datetime(int(year), int(month), int(day)))
return results
def format_report(dates):
"""统计每月会议数量，并计算每场距离今天的天数"""
month_counts = Counter(d.month for d in dates)
today = datetime.now().date()
lines = []
for d in dates:
delta = (d.date() - today).days
lines.append(f"{d.strftime('%Y-%m-%d')}（距今 {delta} 天）")
lines.append("月份统计: " + ", ".join(f"{m}月×{n}" for m, n in sorted(month_counts.items())))
return "\n".join(lines)
text = """
会议记录：
2026-08-03 项目启动会
2026/8/10 需求评审
2026-08-15 开发完成
2026/08/20 上线发布
"""
dates = extract_dates(text)
print(format_report(dates))
运行结果（今天是 2026-08-03 时）：
2026-08-03（距今 0 天）
2026-08-10（距今 7 天）
2026-08-15（距今 12 天）
2026-08-20（距今 17 天）
月份统计: 8月×4
正则在 - 和 / 之间用 [-/] 字符集合兼容了两种写法，strftime 把格式统一成 YYYY-MM-DD，Counter 统计月份，timedelta 的差值算出「距今几天」——今天学的四个模块在一处配合使用。
升级挑战：支持中文日期 2026年8月3日；再给工具加一个函数，用 re.sub 把文本里的日期全部替换成 [日期] 占位符。
今日总结
datetime 是对象不是字符串：构造、取属性、比大小、可排序；timedelta 自动处理跨月跨年（.days / .total_seconds()）
strftime 时间→字符串、strptime 字符串→时间，格式串严格对应
Counter 一键计数、缺失键返回 0、most_common(n) 取排行
defaultdict(list) 分组收集、defaultdict(int) 计数，不再手写 if 判断
namedtuple 有名字的元组：属性访问 + 下标 + 拆包，不可变
itertools 全是惰性迭代器：count 无限数、cycle 循环、chain 合并、product 配对，islice 限量取
正则符号：\d、+、{n,m}、[...]、( ) 分组，r 前缀保原样
re.findall 全部 / re.search 第一个（先判断再取）/ re.sub 替换 / re.split 切分
日期与文本处理工具运行正常：提取两种日期格式、统计月份、计算天数差
| 报错 | 原因 | 修复 |
|---|---|---|
ValueError: time data '2026-8-3' does not match format '%Y-%m-%d' | strptime 的格式和字符串对不上，%m 要求两位数字 | 让字符串保持两位（2026-08-03），或改用正则/手动拆分解析 |
KeyError: '英语' | 普通 dict 访问不存在的键 | 换成 defaultdict(list)，或先判断 if key in d |
TypeError: 'itertools.count' object is not subscriptable | 对惰性迭代器用了 count[0] 这种下标 | 用 itertools.islice(it, n) 限量取，或转成 list() |
re.error: missing ), unterminated subpattern | 正则里圆括号没配对 | 检查 ( ) 是否成对，数量对齐 |
TypeError: expected string or bytes-like object | re.sub / re.findall 第一个参数写成了列表 | 第一参数必须是正则字符串（r"..."），不要传列表 |